文献

J-GLOBAL ID：202102245569431073   整理番号：21A0381895

回帰木とランダムフォレストを用いたMPCのためのデータ駆動スイッチングモデリング【JST・京大機械翻訳】

Data-driven switching modeling for MPC using Regression Trees and Random Forests

著者 (6件)： Smarra Francesco (Department of Information Engineering, Computer Science and Mathematics, Universita degli Studi dell’Aquila, L’Aquila, Italy) ,  Di Girolamo Giovanni Domenico (Department of Information Engineering, Computer Science and Mathematics, Universita degli Studi dell’Aquila, L’Aquila, Italy) ,  De Iuliis Vittorio (Department of Information Engineering, Computer Science and Mathematics, Universita degli Studi dell’Aquila, L’Aquila, Italy) ,  Jain Achin (Department of Electrical and Systems Engineering, University of Pennsylvania, Philadelphia, USA) ,  Mangharam Rahul (Department of Electrical and Systems Engineering, University of Pennsylvania, Philadelphia, USA) ,  D’Innocenzo Alessandro (Department of Information Engineering, Computer Science and Mathematics, Universita degli Studi dell’Aquila, L’Aquila, Italy)
資料名： Nonlinear Analysis: Hybrid Systems  (Nonlinear Analysis: Hybrid Systems)
巻： 36  ページ： Null  発行年： 2020年 
JST資料番号： A1179A  ISSN： 1751-570X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： モデル予測制御は,最適制御戦略を設計するためのよく統合された技術であり,数学モデルの能力を利用して,時間水平にわたってシステムの挙動を予測する。しかし,複雑な大規模システムの建築物理ベースモデルはコストと時間禁止が可能である。この問題を克服するために,機械学習技術(即ち,機械学習技術)を利用する方法を提案した。歴史的データを用いた大規模システムのスイッチングAffine動的モデル(決定論的およびMarkovian)を構築するために,回帰木およびランダムフォレストを,モデル予測制御を適用した。最適ベンチマークと関連技術との比較をエネルギー管理システムで提供し,提案した方法の性能を検証した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スイッチング ,  最適制御 ,  数学モデル ,  *ダイナミックモデル ,  大規模系 ,  ベンチマーク
準シソーラス用語： エネルギー管理システム ,  モデル予測制御 ,  *回帰木 ,  決定論 ,  *ランダムフォレスト ,  *データ駆動 ,  機械学習技術 , 【Automatic Indexing@JST】

著者キーワード (5件)： 回帰木 ,  ランダムフォレスト ,  モデル予測制御 ,  スイッチングシステム ,  Markovジャンプシステム

分類 (2件)： 電動機  (NB07030U) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (6件)： 回帰木 ,  ランダムフォレスト ,  MPC ,  データ駆動 ,  スイッチング ,  モデリング